光大银行长沙市开福区2025秋招数据分析师笔试题及答案

光大银行长沙市开福区2025秋招数据分析师笔试题及答案一、选择题（共5题，每题2分，共10分）1.在长沙市开福区进行用户行为分析时，以下哪种指标最能反映用户对APP的粘性？A.日活跃用户数（DAU）B.用户留存率C.广告点击率D.新增用户数2.光大银行长沙分行在分析信贷业务数据时，最常使用的分类算法是？A.决策树B.神经网络C.K-means聚类D.线性回归3.在处理长沙市开福区商户的销售额数据时，若发现数据存在异常值，以下哪种方法最合适？A.直接删除异常值B.使用中位数替换异常值C.对数据进行标准化处理D.增加数据采样量4.光大银行长沙分行在构建客户画像时，以下哪个维度最能有效区分高净值客户？A.年龄B.账户余额C.消费频率D.职业类型5.在分析长沙市开福区居民的消费习惯时，以下哪种分析方法最适合探索不同群体的消费偏好差异？A.线性回归分析B.主成分分析（PCA）C.交叉表分析D.时间序列分析二、填空题（共5题，每题2分，共10分）1.在处理长沙市开福区银行交易数据时，若发现某笔交易金额异常，可以使用______方法进行检测。答案：异常值检测（如孤立森林、Z-score法）2.光大银行长沙分行在评估信贷风险时，常用的评估指标是______。答案：坏账率（或逾期率）3.在分析长沙市开福区商户的在线订单数据时，若需要预测未来一周的订单量，最适合使用______模型。答案：时间序列模型（如ARIMA、LSTM）4.在构建客户分群时，常用的聚类算法包括______和______。答案：K-means、层次聚类5.在处理长沙市开福区银行客户数据时，若存在缺失值，常用的填充方法有______和______。答案：均值/中位数填充、多重插补三、简答题（共3题，每题5分，共15分）1.简述在分析长沙市开福区居民信贷数据时，如何处理数据不平衡问题？答案：-重采样：对少数类样本进行过采样（如SMOTE算法），或对多数类样本进行欠采样。-代价敏感学习：为少数类样本分配更高的权重。-集成方法：使用随机森林、XGBoost等算法，通过集成学习提升模型对少数类的识别能力。-特征工程：构建新的特征，如客户历史违约次数、收入稳定性等，以改善模型区分度。2.光大银行长沙分行在分析信用卡用户消费数据时，如何评估用户忠诚度？答案：-RFM模型：通过Recency（最近一次消费时间）、Frequency（消费频率）、Monetary（消费金额）三个维度评估用户价值。-聚类分析：对用户进行分群，识别高忠诚度用户群体。-留存分析：统计用户复购率，结合生命周期价值（LTV）进行评估。-行为特征分析：结合用户消费场景、渠道偏好等行为数据，构建忠诚度评分体系。3.在分析长沙市开福区小微企业信贷数据时，如何评估模型的业务价值？答案：-业务指标对比：对比模型预测结果与传统信贷审批的坏账率、审批效率等指标。-ROI分析：计算模型带来的收益（如减少的坏账损失）与投入成本（如模型开发费用）的比值。-A/B测试：在实际业务中对比模型与人工审批的效果差异。-可解释性：评估模型是否能为信贷审批提供合理的决策依据（如解释关键风险特征）。四、计算题（共2题，每题10分，共20分）1.某光大银行长沙分行在分析开福区商户的信用卡交易数据时，发现某商户的平均交易金额为500元，标准差为100元。若某日该商户有一笔交易金额为1000元，请计算其Z-score值，并判断是否为异常值（通常|Z-score|>3为异常）。答案：-Z-score=(交易金额-均值)/标准差=(1000-500)/100=5-由于|Z-score|=5>3，因此该交易为异常值。2.光大银行长沙分行在分析开福区居民的储蓄账户数据时，发现某客户的年化存款利率为3%，年存款金额为10万元。假设该客户每年存款金额稳定，请计算其5年后的总存款金额（不考虑复利影响）。答案：-总存款金额=年存款金额×存款年数=10万元×5=50万元-若考虑复利，则总金额为：10×(1+0.03)^5≈11.58万元（注：题目未要求复利，按简单计算处理）。五、论述题（共1题，15分）结合长沙市开福区的经济特点（如服务业发达、中小企业聚集等），论述光大银行如何利用数据分析提升信贷业务的风险控制能力。答案：1.地域特征分析：-开福区以服务业和小微企业为主，光大银行可通过分析该区域行业风险特征（如餐饮、零售行业的现金流波动性），制定差异化的信贷政策。-结合当地政府扶持政策（如普惠金融补贴），识别政策性低风险客户。2.客户画像构建：-通过整合交易数据、征信数据、行为数据（如商户流水、社交关系），构建客户风险评分模型，精准识别高风险客户。-针对小微企业，可引入供应链金融数据（如核心企业交易流水），降低信用评估难度。3.实时风控系统：-利用机器学习模型（如异常检测、实时欺诈识别），动态监控信贷申请和交易行为，及时拦截风险事件。-结合地理位置数据（如商户注册地与实际经营地是否一致），防范虚假申请。4